Pichai 在演讲中重新区分了现在的AI 应用和通用人工智能的目标。通用人工智能将不是关于具体指令的遵守，而是带有阐释性和理解性的推动。它将成为一种通用的工具，为通用环境、通用目的而设计。Pichai认为，谷歌的未来所仰仗的，就是类似通用人工智能的这种东西。想象一下，如果你能告诉谷歌地图，我要去机场，但是我还要在半路去给侄子买礼物。然后让它给你计划路线。这就是一种更通用版本的智能，一个无处不在的助手。就像电影《Her》中描述的那样，她能知道所有的事情，比如，你侄子的年龄、你通常会在礼物上花费多少、怎么找到一家营业的商店。这一般是亲密的朋友会知道的事。但是，一个真正智能的地图还能知道更多，它知道你真正想要什么。根据你此前的行为会给你做出判断。

　　现在流行的AI助手：苹果的Siri、Facebook的M和亚马逊的Echo，都是机器学习的产物，有着相同的作用。企业的机器学习梦想是无穷尽的，他们的目的是对消费者有更深的洞察。

　　下文讲述的故事，就是从一两个人，到三四个人，再到最后100多人的谷歌大脑，是如何在这一方向上取得巨大进展的。

第一部分：会学习的机器

　　1. 谷歌大脑的诞生

　　虽然 Jeff Dean 的头衔是高级研究员（senior fellow），实际上确实谷歌大脑的大脑。Dean 身材消瘦，瘦长的脸上眼窝深陷，透露着一股热诚。作为医学人类学家和公共卫生流行病学家的儿子，Dean 从小周游世界——美国的明尼苏达州、夏威夷、波士顿、阿肯色州，此外日内瓦、乌干达、索马里、亚特兰大等地，他在高中和大学期间写的软件被世界卫生组织拿去用。他 25 岁左右，也就是 1999 年以来就一直在 Google 工作，从那时起，他在几乎参与了开发所有重大项目的核心软件系统。关于他的种种传说 Jeff Dean Facts 在公司里成了一种文化。

　　2011 年初的一天，Dean 遇到了吴恩达，那时候吴恩达还是斯坦福计算机科学教授，是谷歌的顾问。吴恩达告诉了 Dean 他自己帮助在谷歌内部建立的一个项目——Project Marvin（以著名的 AI 先驱马文·明斯基命名），用于研究“神经网络”，模仿人类大脑结构的数字网格。Dean 1990 年在明尼苏达大学读本科时也做过类似技术的原始版，当时那段时间神经网络还算流行。现在，在过去的五年中，从事神经网络研究的学者数量已经开始再次增长，从很少几个到几十个。吴恩达告诉 Dean，由谷歌 X 实验室支持的 Project Marvin 已经取得了一些好的结果。

　　Dean 对这个项目很感兴趣，于是拿出他 20% 的时间参与进来——每个 Google 员工都要拿出 20% 的时间从事自己核心业务以外的工作。很快，Dean 建议吴恩达邀请有神经科学背景的同事Greg Corrado 加入，那时候 Corrado 听说过人工神经网络，但了解不多。后来，吴恩达最好的一个研究生 Quoc Le 也作为项目的第一个实习生加入了团队。到那时，一些 Google 工程师开始用 Google Brain 称呼 Project Marvin。

　　从“人工智能”这个词在 1956 年夏天达特茅斯会议诞生时起，大多数研究人员一直认为创造 AI 的最佳方法是写一个非常大的、全面的程序，包含了逻辑推理的规则和有关世界的充分的知识。这种观点通常被称为“符号 AI”，它对认知的定义是基于符号逻辑的。

　　符号 AI 有两个主要问题。一是非常耗费人力和时间，二是只有在规则和定义非常清楚的领域才能有用：比如数学或国际象棋。使用符号 AI 做机器翻译效果极差，因为语言虽有规则，但复杂多变，并且还有很多例外。但对于数学和国际象棋来说，符号 AI 工作得很好，而符号 AI 的支持者也认为，没有什么比数学和国际象棋更能代表“通用智能”。